Sannolikhet i vardagen – varför din intuition ständigt bedrar dig
Det mänskliga sinnet är ett fantastiskt instrument för att upptäcka mönster. Om prasslet i gräset betydde att ett lejon var i närheten igår, är det bäst att anta att prasslet betyder lejon idag också. Denna instinkt hjälpte oss att överleva. Men i den moderna världen, som styrs av statistik, medicinska tester och finansiella marknader, leder vår mönstersökande hjärna oss ofta käpprätt åt skogen. Vår intuition för sannolikhet är milt uttryckt usel.
Spelarens felslut (Gambler's fallacy)
Föreställ dig att du står vid ett roulettbord. Kulan har precis landat på svart sex gånger i rad. Din hjärna skriker: "Nu MÅSTE det bli rött!" Denna övertygelse är så vanlig att den fått ett eget namn: Spelarens felslut.Vi förväxlar oberoende händelser med beroende händelser. Hjulet saknar minne. Kulan vet inte att den landade på svart förut. Sannolikheten för rött är exakt lika stor på det sjunde snurret som på det första – strax under 50 procent (på grund av casinots gröna nolla). Det vi missförstår är "de stora talens lag". Lagen säger att om vi snurrar hjulet en miljon gånger, kommer fördelningen jämna ut sig och närma sig hälften rött, hälften svart. Men lagen har ingen tvingande kraft på kort sikt. Hjulet korrigerar inte sig självt. Samma sak gäller slantsingling; efter fem kronor i rad är chansen för klave på nästa kast fortfarande exakt 50 procent.
Base rate neglect: När 99 procent säkerhet inte räcker
Två av de forskare som kartlagt våra kognitiva fallgropar bäst är Daniel Kahneman och Amos Tversky. Deras arbete med "heuristik och bias" (mentala genvägar och felkällor) belönades sedermera med ett Nobelpris. Ett av deras mest fascinerande koncept är "base rate neglect", eller förbiseende av basfrekvensen. Det innebär att vi ofta drar slutsatser utifrån specifik information samtidigt som vi helt ignorerar det övergripande, statistiska sammanhanget.Låt oss ta ett konkret, medicinskt exempel. Föreställ dig en extremt sällsynt sjukdom som drabbar 1 på 10 000 personer i befolkningen. Nu utvecklas ett test för sjukdomen som marknadsförs som "99 procent träffsäkert". Det betyder att testet identifierar 99 procent av alla sjuka korrekt, och det identifierar 99 procent av alla friska korrekt (bara 1 procent falska positiva). Du tar testet slumpmässigt och får ett positivt svar. Din intuition säger säkert att det är 99 procents risk att du är sjuk.
Låt oss räkna på det steg för steg i en befolkning på 1 miljon människor. - Av 1 miljon människor kommer 100 personer att faktiskt vara sjuka (1 på 10 000). - Testet upptäcker 99 av dessa (det är ju 99% säkert). Så vi har 99 personer med sanna positiva svar. - Vad händer med de 999 900 personer som är helt friska? Eftersom testet har en felmarginal på 1 procent för falska positiva, kommer 1 procent av dem att felaktigt testas positiva. En procent av 999 900 är 9 999 personer! - Nu samlar vi alla som fått ett positivt provsvar i ett rum. I rummet står 9 999 personer som är friska (falskt positiva) och 99 personer som faktiskt är sjuka.
Om du är en av personerna i rummet, vad är sannolikheten att du tillhör gruppen sjuka? Det är 99 delat med 10 098. Svaret är mindre än 1 procent. Trots ett "99 procent säkert" test är det alltså mer än 99 procents sannolikhet att du är helt frisk. Det är detta vår intuition fullständigt missar när vi bländas av den höga procentsatsen på själva testet och glömmer hur sällsynt sjukdomen är (basfrekvensen).
Monty Hall-problemet
Ingen genomgång av sannolikhet är komplett utan Monty Hall-problemet, som drivit såväl lekmän som professorer till vansinne. Scenariot baseras på en amerikansk gameshow: Du står framför tre stängda dörrar. Bakom en av dörrarna finns en splitterny bil. Bakom de andra två står getter. 1. Du väljer Dörr 1. 2. Programledaren (Monty Hall), som exakt vet vad som gömmer sig bakom dörrarna, öppnar Dörr 3. Bakom den står en get. 3. Monty frågar: "Vill du behålla Dörr 1, eller vill du byta till Dörr 2?"De flesta säger: "Det spelar ingen roll, det är 50/50 nu". När författaren Marilyn vos Savant (känd för sin höga IQ) år 1990 skrev i sin tidningskolumn i magasinet Parade att man alltid bör byta dörr eftersom chansen då ökar från 1/3 till 2/3, fick hon ta emot tusentals hatiska brev. Många var från personer med doktorshattar i matematik som kallade henne inkompetent. Men hon hade helt rätt.
Varför? När du först väljer Dörr 1 har du 1/3 chans att välja rätt, och hela 2/3 chans att bilen står bakom Dörr 2 eller Dörr 3. Programledarens agerande är inte slumpmässigt. Han vet var bilen är, och han måste öppna en dörr med en get. Genom att öppna Dörr 3 eliminerar han den från ekvationen. Men de 2/3 av sannolikhet som fanns på Dörr 2 och 3 tillsammans, försvinner inte ut i tomma intet. De kondenseras helt och hållet på Dörr 2. Så, stannar du kvar vid Dörr 1 har du dina ursprungliga 33 procents chans. Byter du till Dörr 2 fördubblar du din chans till 66 procent.
Födelsedagsparadoxen och Expected Value
En annan kognitiv fälla är "Födelsedagsparadoxen". Hur många människor måste du samla i ett rum för att det ska vara mer än 50 procents chans att två av dem delar födelsedag? Med tanke på att året har 365 dagar gissar många på cirka 180 personer. Svaret är endast 23. Varför? För att vår hjärna tänker "Vad är chansen att någon delar MIN födelsedag?" Men frågan gäller ALLA. För att få fram sannolikheten måste vi titta på antalet möjliga *par* av människor. Med 23 personer i ett rum finns det hela 253 unika par-kombinationer som kan jämföras. Plötsligt är det inte konstigt att minst ett av dessa 253 par träffar rätt på årets 365 dagar.För att navigera världen klokare, bör vi använda "Expected value" (förväntat värde). Förväntat värde beräknas genom att multiplicera sannolikheten för en händelse med belöningen. Om ett lotteri kostar 100 kronor och ger dig 1 på miljonen att vinna 10 miljoner kronor, är det förväntade värdet (1/1 000 000 * 10 000 000) = 10 kronor. Du betalar alltså 100 kronor för en lott värd 10 kronor. Det är därför lotterier ofta kallas "skatt på folk som inte kan matematik".
Hot hand-debatten: Hur vetenskapen korrigerar sig själv
Avslutningsvis är det värt att lyfta "den heta handen" inom basket. Tror du att en spelare som precis satt tre skott i rad har större chans att sätta nästa skott (att spelaren har en "hot hand")? 1985 publicerade Gilovich, Vallone och Tversky en banbrytande studie som tycktes krossa denna myt för alltid. De analyserade tusentals skott och fann att chansen för träff var oberoende av tidigare resultat. Människor ser mönster i bruset.Denna sanning stod fast i över trettio år. Ända till 2018, när ekonomerna Miller och Sanjurjo publicerade en djupdykning i den statistiska metoden. De bevisade rent matematiskt att den ursprungliga studien från 1985 innehöll en mycket subtil selektionsbias (felkälla i urvalet) i hur man räknat snitten, vilket dolde effekten. När datan räknades om korrekt fanns det plötsligt mätbara bevis: den heta handen tycks faktiskt existera. En spelare i ett visst psykologiskt flöde har en marginellt högre chans att sätta sitt nästa skott. Detta är ett vackert exempel på hur vetenskap fungerar när den är som bäst – inte som ofelbara sanningar nedhuggna i sten, utan som en ständigt pågående process som rättar sina egna misstag.
När du läser nyheter med alarmerande statistik, stanna upp. Fråga dig själv: Vad är basfrekvensen? Vad är nämnaren i bråket? Och framförallt – skilj på oberoende och beroende händelser. Din plånbok, och din hjärna, kommer att tacka dig.
Källor och vidare läsning
- Kahneman, D. & Tversky, A. Flertalet publikationer om heuristik och bias. (Se även Kahnemans bok "Thinking, Fast and Slow").
- Vos Savant, M. (1990). Kolumn i magasinet Parade angående Monty Hall-problemet.
- Gilovich, T., Vallone, R., & Tversky, A. (1985). The hot hand in basketball: On the misperception of random sequences.
- Miller, J. B., & Sanjurjo, A. (2018). Surprised by the Hot Hand Fallacy? A Truth in the Law of Small Numbers.
